[发明专利]数据处理方法、装置及设备

权利要求书

1.一种数据处理方法，包括：

获取用于训练目标模型的文本数据样本，以及所述文本数据样本包含的词对应的实体类型标签，并通过所述目标模型对所述文本数据样本进行实体识别处理，得到所述文本数据样本包含的词对应的预测实体类型；

基于所述词对应的预测实体类型和实体类型标签，将所述文本数据样本包含的词划分为第一样本和包含噪声的第二样本，并基于所述第一样本对应的预测实体类型和实体类型标签，确定第一损失值；

对所述第二样本进行样本增强处理，并对增强处理得到的第二样本进行语义提取处理，得到所述第二样本对应的语义向量；

基于所述第二样本对应的语义向量构建正样本对和负样本对，并基于所述正样本对和负样本对，确定第二损失值；

基于所述第一损失值和所述第二损失值，确定所述目标模型对应的目标损失值，并基于所述目标损失值对所述目标模型进行迭代训练，直至所述目标模型收敛，得到训练后的目标模型。

2.根据权利要求1所述的方法，所述获取所述文本数据样本包含的词对应的实体类型标签，包括：

基于预设数据库对所述文本数据样本中包含的词进行匹配处理，并将所述预设数据库中与所述文本数据样本包含的词相匹配的词对应的实体类型标签，确定为所述文本数据样本包含的词对应的实体类型标签。

3.根据权利要求2所述的方法，所述通过所述目标模型对所述文本数据样本进行实体识别处理，得到所述文本数据样本包含的词对应的预测实体类型，包括：

通过所述目标模型对所述文本数据样本包含的词进行向量提取处理，得到所述文本数据样本包含的词对应的嵌入向量；

通过所述目标模型对所述文本数据样本包含的词对应的嵌入向量进行语义提取处理，得到所述文本数据样本包含的词对应的语义向量；

通过所述目标模型对所述文本数据样本包含的词对应的语义向量进行类型识别处理，得到所述文本数据样本包含的词对应的预测实体类型。

4.根据权利要求3所述的方法，所述基于所述词对应的预测实体类型和实体类型标签，将所述文本数据样本划分为第一样本和包含噪声的第二样本，包括：

基于所述文本数据样本包含的词对应的预测实体类型和实体类型标签匹配的词，构建所述第一样本，并基于所述文本数据样本包含的词对应预测实体类型和实体类型标签不匹配的词，构建所述包含噪声的第二样本。

5.根据权利要求4所述的方法，所述对所述第二样本进行样本增强处理，并对增强处理得到的第二样本进行语义提取处理，得到所述第二样本对应的语义向量，包括：

通过所述目标模型对所述第二样本进行向量提取处理，得到所述第二样本对应的嵌入向量；

对所述第二样本对应的嵌入向量进行样本增强处理，并通过所述目标模型对增强处理得到的嵌入向量进行语义提取处理，得到所述第二样本对应的语义向量。

6.根据权利要求5所述的方法，所述对所述第二样本对应的嵌入向量进行样本增强处理，包括：

基于第一方向和预设扰动量对所述第二样本对应的嵌入向量进行样本增强处理，并基于第二方向和所述预设扰动量对所述第二样本对应的嵌入向量进行样本增强处理，所述第二方向与所述第一方向为相反方向。

7.根据权利要求6所述的方法，所述正样本对中包含的语义向量对应的样本增强处理前的第二样本相同，所述负样本对中包含的语义向量对应的样本增强处理前的第二样本不同。